图论Dijkstra

Dijkstra和Bellman-Ford类似,都是解决单源最短路径问题,不同的是这个方法只能解决边为非负的问题,实现的好的Dijkstra算法运行时间要快于Bellman-ford。

算法步骤如下:

1.首先设置队列,所有节点入列,源节点值为0,其他节点值为无穷。

2.然后在队列中找值最小的节点并出列。

3.计算出列的节点所有后继节点的距离。

4.松弛方法,如果新计算的距离小于上次计算的距离,那么更新距离,即将后继节点值设为较小的距离,并将后继节点的前趋设为当前的出列节点。

5.对剩余的节点队列继续找最小值并出列,不断循环2、3、4步直到队列中没有节点了。

步骤是上面没错,不过我程序中没有完全按照上述的步骤实现。不同的地方在于我没有做出列操作,而是通过标记节点的形式实现的。

运行结果如下,图(是图不是图片)是算法导论367页上的:

matlab代码如下,netplot和compresstable2matrix和上一篇使用的一样:

main.m

复制代码
clear all;close all;clc
%初始化邻接压缩表,1 2 10 表示从节点1到节点2,边的权重为10
b=[1 2 10;1 4 5;2 3 1; 2 4 2; 3 5 4;4 2 3; 4 3 9; 4 5 2;5 1 7; 5 3 6]; m=max(max(b(:,1:2))); %压缩表中最大值就是邻接矩阵的宽与高 A=compresstable2matrix(b); %从邻接压缩表构造图的矩阵表示 netplot(A,1) %形象表示 S=inf(1,m); %从开始的源点到每一个节点的距离 S(1)=0; %源点到自己的距离为0 pa=zeros(1,m); %存储每个节点的前驱,在松弛过程中赋值 pa(1)=1;       %源点的前趋是自己 
visit=zeros(1,m); %标记某个节点是否访问过了 index=1; %从index节点开始搜索 %判断是否对所有节点都找的最短路径了。可能会有源点没有路径到目标节点的情况,那就无限循环了 while sum(visit)~=m %没有出队列操作,不过通过visit来等价的表示了 visit(index)=1; %标记第index节点为已入列的节点 [S pa]=relax(S,pa,A,visit,index,m); %松弛,如果两个节点间有更短的距离,则用更短的距离 index=extract_min(S,visit,index,m); %使用已访问的最小的节点作为下一次搜索的开始节点 end %最终我们需要的就是这两个值 S %源点到其他每一点的距离 pa %其他每一节点的前趋 %算法到此结束,下面只是为了形象的表示而写的。 re=[]; for i=2:m re=[re;pa(i) i A(pa(i),i)]; end A=compresstable2matrix(re); %从邻接压缩表构造图的矩阵表示 figure; netplot(A,1) %形象表示
复制代码

relax.m

复制代码
%边缘松弛,使用更短的距离作为节点的值
function [S pa]=relax(S,pa,A,visit,index,m)
   
   i=index;
   for j=1:m if A(i,j)~=inf && visit(j)~=1 %搜索没有标记过的节点 if S(j)>S(i)+A(i,j) %将较小的值赋给正在搜寻的节点 S(j)=S(i)+A(i,j); pa(j)=i; end end end end
复制代码

extract_min.m

复制代码
%提取队列中尚未标记的最小的值的序号
function index=extract_min(S,visit,index,m)

    Mi=inf;
    for j=1:m if visit(j)~=1 if S(j)<Mi Mi=S(j); index=j; end end end end

转载于:https://www.cnblogs.com/loving-wenqure/articles/3868305.html

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值